该技能封装阿里云百炼(DashScope)的图像能力,覆盖三类用途:文生图、图像编辑与图像翻译。文生图可根据文本生成图像,支持复杂文字渲染;图像编辑支持单图编辑、多图融合、风格迁移和物体增删;图像翻译可翻译图像中的文字并保留原始排版,支持11种源语言和14种目标语言。
使用前需配置 API Key:export DASHSCOPE_API_KEY="sk-xxxx"。调用地址为 https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation(文生图与编辑)及 https://dashscope.aliyuncs.com/api/v1/services/aigc/image2image/image-synthesis(图像翻译,需异步轮询任务)。默认模型:文生图 qwen-image-plus,图像编辑 qwen-image-edit-plus,图像翻译 qwen-mt-image;仅在用户明确要求最高质量时使用 Max 系列。默认参数含 negative_prompt、prompt_extend 和 watermark,均已在资料中给出。
项目提供脚本 scripts/client.py,可用命令行执行 generate、edit、translate 三类操作,并附有 references 目录下的完整 API 参考文档。
限制与注意:生成图像 URL 仅保留24小时,需及时下载;API Key 与请求地址须属同一地域(北京或新加坡);费用按成功生成的图像张数计费。常见错误包括 InvalidApiKey、InvalidParameter 与 DataInspectionFailed(内容审核失败)。